一种具有时间序列状态变量的工业设备故障检测方法，属于工业设备故障检测领域。本发明针对现有工业系统的故障检测依赖故障数据建立检测模型，故障数据获取难度大造成方法难以适用的问题。包括：采集时间序列状态数据作为训练数据；计算训练数据m维特征变量的均值和标准差，并对训练数据进行标准化；对标准化后时间序列数据采用滑动窗口进行分割得到序列数据P，对LSTM自编码网络进行训练；再基于训练后LSTM自编码网络获得训练数据的误差序列；基于极值理论的方法对误差序列进行分析，得到故障阈值；再基于待检测设备序列数据对故障阈值进行调整，得到调整后阈值，进而实现工业设备的故障检测。本发明用于变量具有时序特征的工业设备的故障检测。